UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE CIENCIAS ECONOMICAS

UNIDAD DE POST GRADO

MODULO DE BIOESTADISTICA
INFERENCIA






Dra(c). SARA ADELINA ARANA LOPEZ


LIMA, 2014






III. INFERENCIA

En esta clase nos ocuparemos de un mtodo ms de la ciencia estadstica,
que nos va permitir tomar decisiones en base a datos histricos y actuales, lo
que nos ayudar hacer proyecciones a futuro y tomar decisiones con mayor
precisin, en todo proceso de investigacin, y/o administracin nos referimos al
mtodo Inferencial

Inferencia Estadstica es el procedimiento que permite realizar afirmaciones de
naturaleza probabilstica respecto a una poblacin, en base a resultados
obtenidos de una muestra seleccionada de una poblacin

Las poblaciones son descritas por medidas numricas descriptivas, llamados
parmetros, se puede hacer inferencias acerca de la poblacin haciendo
inferencia respecto a sus parmetros.

Como sabemos que cada accin en un proceso estadstico est asociado a un
Nivel de confianza que es la probabilidad de haber acertado al decir que el
parmetro est contenido en el intervalo, y aun Nivel de significancia que es la
probabilidad de equivocarnos (es un error). El estudio de la estadstica
inferencial se clasifica en:




4.1. ESTIMACION

ESTIMACION:
Estimacin es usar medidas calculadas en una muestra (estimador) para
predecir uno o ms parmetros de la poblacin
INFERENCIA
ESTIMACIONES
PUNTUALES
POR INTERVALOS
DE CONFIANZA
HIPOTESIS
PARA LA
MEDIA
PARA LA
PROPORCION
ERRORES
ESTIMADOR:

Un estimador es expresado en trminos de una frmula matemtica obtenida
de la estimacin como una funcin de las medidas muestrales (estadsticos o
estadgrafos)

Propiedades

a. Insesgado.
b. Consistente
c. Eficiente

La estimacin de un parmetro se puede realizar de dos maneras:




4.2. Estimacin Puntual

La estimacin puntual se refiere a la eleccin de un estadstico, es decir un
nmero calculado a partir de los datos muestrales, respecto al cual tenemos
alguna esperanza o seguridad de que est razonablemente cerca del
parmetro (poblacin) que se ha de estimar.
Tambin se dice que es la obtencin de un punto, para ello se usan las
medidas de la muestra para calcular un nico valor numrico, que es la
estimacin del parmetro poblacional.




ESTIMACION
PUNTUAL
POR INTERVALOS
DE CONFIANZA
4.3. ESTIMACIN: POR INTERVALOS DE CONFIANZA

La estimacin confidencial nos permite determinar un posible rango de valores
o intervalos. Es decir asociar a cada muestra un intervalo. No siempre los
resultados pueden ser los esperados

Es decir estimar por intervalos es obtener dos valores estadsticos que definen
el intervalo (un lmite inferior y un lmite superior) con un grado especfico de
confianza incluye al parmetro a estimar. La probabilidad de que una
estimacin por intervalo incluya al parmetro se denomina nivel de confianza.

4.4. ESTIMACIN POR INTERVALOS DE CONFIANZA: para la
media (con varianza conocida y con varianza desconocida); para la
proporcin, para una poblacin y dos poblaciones.

Procedimiento para obtener un intervalo de confianza
- Establecer una muestra aleatoria
- Establecer un nivel de confianza o un determinado nivel de significancia


Nivel de
confianza: Y

Nivel de
significancia: o

Total

0.99. 0.01 1.00
0.975 0.025 1.00
0.95 0.05 1.00
0.90 0.10 1.00
0.80 0.20 1.00

- Determinar el estadstico de la distribucin muestral


Estadstico de la
muestra

Definicin

Intervalo



Media

Con varianza
conocida
n
Z X IC
o

o
2
1
: ) (

Con varianza
desconocida
n > 30
n
s
Z X IC * : ) (
2
1
o

Con varianza
desconocida
n < 30
n
s
t X IC
n
* : ) (
2
1 , 1
o

Proporcin
n
P P
Z p IC

1 ( *
: ) (
2
1
o
t


n
Z
X
n
Z
X
o

o
0 0
+ Z Z
n
S Z
X
n
S Z
X
0 0
+ Z Z
n
S t
X
n
S t
X
0 0
+ Z Z
n
P P
Z P
n
P P
Z P
) 1 ( * ) 1 ( *
2
1
2
1

+ Z Z

o o
t
- Calcular los valores del intervalo



- Construir el intervalo








4.4.1. Intervalos de confianza para la media con varianza
conocida

Ejemplo:

La Facultad de Educacin de cierta universidad desea estimar la calificacin
media de los expedientes de los alumnos, se conoce por otros cursos que la
desviacin estndar de las puntuaciones en la facultad es 2.01 puntos y la
media de la muestra es 4.9. Si se elige una muestra 25 alumnos en la Facultad
Hallar el intervalo de confianza para el 90%.

Solucin

- Muestra: n = 25 alumnos
- Nivel de confianza : 90%
- Estadstico de la muestra: es Z, se conoce la varianza.
- Calculo de los valores del intervalo (puntos crticos)
n
Z X IC
o

o
2
1
: ) (

( ) 56 . 5 , 24 . 4 66 . 0 9 . 4
25
01 . 2
64 . 1 9 . 4 : ) ( = IC



- Construccin del intervalo

n
Z
X
n
Z
X
o

o
0 0
+ Z Z
2 1
u u u Z Z =


- Interpretacin: el intervalo de confianza para la estimacin media
de las calificaciones es ( ) 56 . 5 , 24 . 4 puntos

4.4.2. Intervalos de confianza para la media con varianza
desconocida

a. Para n > 30

El `presidente de una institucin deportiva est interesado en conocer el
promedio de Km recorridos por los participantes de una maratn
realizada el ao anterior, para establecer nuevas marcas y mejores
tiempos en la maratn a realizarse por el aniversario de dicha institucin,
y as establecer nuevos record. Para ello, selecciona una muestra de
100 maratonistas y obtiene una desviacin estndar S= 3.5 Km. y una
media muestral de 20 Km.. Determinar el intervalo de confianza al 95%.

- Muestra: n = 100 maratonistas
- Nivel de confianza : 95%
- Estadstico de la muestra: es Z, no se conoce la varianza. (pero n
> 30).
- Calculo de los valores del intervalo (puntos crticos)
n
s
Z X IC * : ) (
2
1
o

) 56 . 20 , 44 . 19 ( 56 . 0 20
100
5 . 3
* 96 . 1 20 : ) ( = IC


- Construccin del intervalo



- Interpretacin: el intervalo de confianza para promedio de Km
recorridos por los participantes de una maratn es (19.44. 20.56)
km

Ejemplo(n=120,150) y 90% , 99%

b. Para n < 30

Se ha obtenido una muestra de 15 vendedores de una Empresa Editora para
estimar el valor medio de las ventas por trabajador en la Empresa. La media y
varianza de la muestra (en miles de soles) son 5 y 2, respectivamente.
Determinar el Intervalo de confianza para la venta media por trabajador en la
Editorial al 90 %.

- Muestra: n = 15 alumnos
- Nivel de confianza : 90%
- Estadstico de la muestra: es t, no se conoce la varianza
- La media y la varianza se han obtenido de la muestra (media = 5
y la varianza = 2, desviacin estndar =1.464.)
- Calculo de los valores del intervalo (puntos crticos



) 666 . 5 , 334 . 4 ( 666 . 0 5
15
464 . 1
* 761 . 1 5 : ) ( = IC


- Construccin del intervalo de confianza


- Interpretacin: el Intervalo de confianza para la venta media por
trabajador es (4.334, 5.666) ventas, al 90% de confiabilidad


n
s
t X IC
n
* : ) (
2
1 , 1
o

ERRORES DE ESTIMACION DE LA MEDIA

Poblaciones Grandes (N)

Poblaciones Pequeas (n)

n
Z E
o
o
*
2
1
=

n
S
t E *
2
1
o

=




4.4.3. Intervalos de confianza para la proporcin

n
p p
Z p IC
) 1 ( *
: ) (
2
1

o
t


Ejemplo

Se ha obtenido una muestra al azar de 150 vendedores de una empresa de
cemento para estimar la proporcin de vendedores que no alcanza un lmite de
ventas mnimo establecido por la gerencia de logstica. De entre los
seleccionados, 50 no han conseguido llegar al lmite de ventas mnimo
establecido. Hallar el Intervalo de confianza para la proporcin de trabajadores
en la empresa que no alcanza el lmite al 80 %.

- Muestra: n = 150 vendedores
- Nivel de confianza : 80%
- Estadstico de la muestra: es Z.
- Calculo de los valores del intervalo (puntos crticos)
n
P P
Z p IC

1 ( *
: ) (
2
1
o
t


) 38 . 0 , 28 . 0 (
150
333 . 0 1 ( * 333 . 0
28 . 1 333 . 0 : ) (

t IC


- Construccin del intervalo

n
p p
Z P
n
p p
Z P
) 1 ( * ) 1 ( *
2
1
2
1

+ Z Z

o o
t

- Interpretacin : el intervalo de confianza para los trabajadores que
no alcanzan el lmite de las ventas es (0.28, 0.38)


4.5. PRUEBA DE HIPTESIS:

Otra manera de hacer inferencia es haciendo una afirmacin acerca del valor
que el parmetro de la poblacin bajo estudio puede tomar. Esta afirmacin
puede estar basada en alguna creencia o experiencia pasada que ser
contrastada con la evidencia que nosotros obtengamos a travs de la
informacin contenida en la muestra. Esto es a lo que llamamos Prueba de
Hiptesis
HIPOTESIS:

Es una proposicin, afirmacin, verdad anticipada, una aseveracin a cerca de
una poblacin o mas poblaciones.
A los investigadores les intersa dos tipos de hiptesis:

- Hiptesis de Investigacin

Es la conjetura o suposicin que motiva la investigacin, puede ser el
resultado de aos de observacin por parte del investigador. Conducen
directamente a las hiptesis estadsticas.


- Hiptesis Estadstica
Se establecen para ser evaluadas por medio de tcnicas estadsticas
adecuadas. Estas son las hiptesis objeto de estudio.

- Prueba de Hiptesis
Es una regla que cuando los valores experimentales son observados nos
conduce a una decisin, No rechazar Aceptar, Rechaza, bajo
consideracin









CLASES DE PRUEBAS DE HIPOTESIS

A. Hiptesis Nula: Ho

Es la hiptesis que se quiere probar (se formula con la finalidad de ser
rechazada). Se rechaza cuando los resultados de los datos muestrales
as lo demuestran. ( puede tener los signos =, mayor =, menor =).

0 0 0 0 0 0
: , : , : u u u u u u s > = H H H


B. Hiptesis Alternativa: H1

Hiptesis que se acepta si la Ho se rechaza.

0 0 0 0 0 1
: , : , : u u u u u u > < = H H H


TIPOS DE PRUEBAS DE HIPOTESIS

A. Hiptesis Unilateral O De Una Cola

a. Prueba de la cola inferior o del lado izquierdo

b. Prueba de la cola superior o del lado derecho

B. HIPOTESIS BILATERAL O DE DOS COLAS





HIPTESIS UNILATERAL O DE UNA COLA

a. Prueba de la cola inferior o del
lado izquierdo

b. Prueba de la cola superior o
del lado derecho















0
: u u >
o
H



0
: u u s
o
H

u
o
o 1
regin
de
regin
de
u
o 1
o
regin de
aceptacin
regin de
rechazo
0 1
: u u < H
Hiptesis Nula:
Hiptesis Alternativa:
Hiptesis Nula:
Hiptesis Alternativa:


0
: u u >
o
H


HIPOTESIS BILATERAL O DE DOS COLAS
















































1
u
2
u
regin de aceptacin
regin de
rechazo
regin de
rechazo
o 1
2 / o
2 / o
Hiptesis Nula:
Hiptesis Alternativa:
0 0
: u u = H
0 1
: u u = H
PROCEDIMIENTO PARA LA PRUEBA DE HIPOTESIS

1. Formular las hiptesis


0 0 0 0 0 0
: , : , : u u u u u u s > = H H H


0 0 0 0 0 1
: , : , : u u u u u u > < = H H H


2. Definir un nivel de confianza


Nivel de significancia: o



0.01

0. 025

0.05

0.10

0.20

Nota:
Si la hiptesis es bilateral, el nivel de significancia debe ser dividido en dos, ya
que la regin de aceptacin se ubicara entre dos puntos crticos, es decir en un
intervalo (un lmite inferior y un lmite superior), en cuyos extremos hacia atrs
de cada punto podemos ubicar a la regin de rechazo, solo para este caso se
contara con dos regiones de rechazo.

3. Determinar la estadstica de prueba
La estadstica de prueba, se elige dependiendo de lo que se solicita, es
decir se debe leer correctamente el texto que describe las caractersticas
del problema objeto de investigacin, para luego elegir la estadstica
correcta. Normal. T,

4. Establecer la regin critica
Para la construccin o delimitacin de la regin critica o regin de rechazo
se debe tener en cuenta:
a. El tipo de hiptesis que se ha formulado, ya sea esta, unilateral o bilateral,
la hiptesis que indica que zona es de rechazo es la hiptesis alternativa.
b. El nivel de significancia

5. Decisin
Para tomar la decisin correcta se debe:

a. Si la prueba de hiptesis se ha efectuado sin usar un paquete estadstico,
el valora del estadstico de prueba se debe comparar con un valor
obtenido de una tabla estadstica, considerando para la obtencin de esta
valor el nivel de significancia y el tamao de la muestra.
Se aceptara la hiptesis si est el valor del estadstico de prueba se
encuentra en la zona de aceptacin, con un determinado nivel de
significancia
b. Si la prueba se ha efectuado haciendo uso de un paquete estadstico, el
valor del p valor (nivel de significancia en el sistema) se compara con el
nivel de significancia establecido en el tems 2, si el valor de mayor que el
nivel de significancia la hiptesis nula se rechaza.

6. Conclusin
4.6. PRUEBA DE HIPTESIS: PARA LA MEDIA, PARA
PROPORCIN

A. PARA UNA POBLACIN

4.6.1. PRUEBA DE HIPTESIS PARA LA MEDIA CUANDO LA
VARIANZA ES CONOCIDA

Una caja de 300 cm
3
de leche evaporada se disea para que contenga una
cantidad ligeramente mayor que 300 cm
3
, de tal manera que si excede este
volumen hay problemas. Sin embargo, un volumen menor a 300 cm
3
ocasiona
que los consumidores demanden al fabricante. En el proceso normal de
produccin, el fabricante supone que la media es igual o mayor a 300 cm
3

Suponiendo que se prueba una muestra de 45 cajas y se encuentra un
volumen promedio de 290 cm
3
. Se puede afirmar que el fabricante est en lo
correcto, si se sabe que la desviacin estndar de las cajas de leche de 6 cm
3,
con un nivel de significancia de 0.01

Solucin

El problema corresponde a la distribucin de la media con n > 30.
49 01 . 0 6 290 300
3 3
= = = = n cm X cm o o

1. Formular la hiptesis
3
1
3
300 :
300 :
cm H
cm Ho
<
>

2. Nivel de Significancia
01 . 0 = o

3. Estadstica de Prueba

Como n > 30 y la varianza es conocida, la estadstica de prueba de la
variable aleatoria es la distribucin normal estndar N (0,1)

833 . 5
7 / 12
10
49 / 12
300 290
/
=

= Z
n
X
Z
o



4. Regin Critica


5. Decisin
acepta se no Ho
acepta se Ho Z Z Si
tabl calc
>
>
326 . 2 833 . 5


Por lo tanto, Ho se rechaza

6. Conclusin
.Se puede afirmar que el fabricante no est en lo correcto, el contenido de
las cajas no es 300 cm
3
, con un nivel de significancia de 0.01


4.6.2. PRUEBA DE HIPTESIS PARA LA MEDIA CUANDO LA
VARIANZA NO ES CONOCIDA

Una empresa que regula el consumo elctrico de cierta localidad, publica los
resultados del consumo anual en nmero de Kilowatt-hora que gastan varios
aparatos electrodomsticos. Se afirma que una aspiradora gasta un promedio
de 46 kilowatt-hora al ao. Si una muestra aleatoria de 12 hogares que se
incluye en un estudio indica que las aspiradoras gastan un promedio de 42
kilowatt-hora al ao con una desviacin estndar de 11.9 kilowatt-hora.
Se puede concluir que las aspiradoras gastan anualmente, en promedio,
menos de 46 kilowatt-hora con un nivel de significancia de 0.05? Suponga que
la poblacin de kilowatt-hora es normal.

Solucin:

12 05 . 0
9 . 11 42 46
=
= = =
n
hora Kilowatt hora Kilowatt X hora Kilowatt
o
o

1. Formular la hiptesis
( )
hora kilowatt H
hora kilowatt Ho
<
>
46 :
46 :
1

2. Nivel de Significancia
05 . 0 = o

3. Estadstica de Prueba

Como n < 30 y la varianza es conocida, la estadstica de prueba de la
variable aleatoria es la distribucin normal estndar N (0,1)

164 . 1
464 . 3 / 9 . 11
4
12 / 9 . 11
46 42
/
=

= Z
n S
X
t






4. Regin Critica



5. Decisin
acepta se Ho
acepta se Ho t t Si
tabl calc
>
>
796 . 1 164 . 1


Por lo tanto la Ho no se rechaza

6. Conclusin
Se concluye que las aspiradoras gastan anualmente, en promedio, menos
de 46 kilowatt-hora con un nivel de significancia de 0.05


4.6.3. PRUEBA DE HIPTESIS PARA PROPORCION

Un ingeniero civil afirma que se instalan termas elctricas en 70% de todas las
casas que se construyen hoy actualmente en la ciudad. Estara de acuerdo
con esta afirmacin si una investigacin de casas nuevas en esta ciudad
muestra que 8 de 15 tienen instaladas termas elctricas? Con un nivel de
significancia de 0.10.

Solucin.

15 10 . 0 4667 . 0 ) 1 ( 5333 . 0 15 / 8 70 . 0 = = = = = n P p P o

1. Formular la hiptesis
70 . 0 :
70 . 0 :
1
=
=
P H
P Ho


2. Nivel de Significancia
10 . 0 = o

3. Estadstica de Prueba

Como n < 30 y la varianza es conocida, la estadstica de prueba de la
variable aleatoria es la distribucin normal estndar N (0,1)

415 . 1
118 . 0
167 . 0
15
) 30 . 0 ( 70 . 0
70 . 0 533 . 0
) 1 (
=

= Z
n
P P
P p
t


4. Regin Critica











5. Decisin
acepta se Ho
acepta se Ho t t Si
tabl calc
>
>
796 . 1 164 . 1


Por lo tanto lo Ho no se rechaza

6. Conclusin
Se concluye que las aspiradoras gastan anualmente, en promedio, menos
de 46 kilowatt-hora con un nivel de significancia de 0.05


4.6. Prueba de hiptesis: para la media, para proporcin, para la
varianza (relativas para una poblacin, y dos poblaciones)



















B.PARA DOS POBLACIONES (diferencia entre las media y
proporciones)


HIPTESIS UNILATERAL O DE UNA COLA

c. Prueba de la cola inferior o
del lado izquierdo

d. Prueba de la cola superior o del
lado derecho















0 2 1
: s
o
H



0 2 1 1
: < H


0 2 1
: s
o
H

0 2 1 1
: > H



HIPOTESIS BILATERAL O DE DOS COLAS


















Procedimiento:
Es el mismo procedimiento que en primer caso: solo se tiene en cuenta al
formular las hiptesis, que en este caso es para la diferencia de dos promedios,
como se muestra en la tabla anterior.



u
u
o 1
regin
de
regin
de
u
o 1
u
regin de
aceptacin
regin de
rechazo
Hiptesis Nula:
Hiptesis Alternativa:
Hiptesis Nula:
Hiptesis Alternativa:
1
u
2
u
Regin de aceptacin
Regin de
rechazo
Regin de
Rechazo
o
2 / o
2 / o
Hiptesis Nula:
Hiptesis Alternativa:

4.6.4. PRUEBA DE HIPTESIS PARA LA DIFERENCIA DE MEDIAS
CUANDO LAS VARIANZAS( )
2
2
2
1
, , o o SON CONOCIDAS

Un grupo de investigadores desea saber si los datos que han recolectado
muestran evidencia suficiente para indicar una diferencia entre las
concentraciones medias de cido rico en el suero de individuos normales e
individuos con sndrome de Down. Los daros recogidos corresponden a las
lecturas de cido rico en el suero de 12 individuos con sndrome de Down y
15 individuos sanos. Las medias de las muestras son 4.5mg/100ml y 3.4
mg/100ml, si las varianzas ara la poblacin con sndrome de Down es 1 y para
la poblacin sana es 1.5. Con 5% de confiabilidad.

SOLUCION:

1. Formular la hiptesis
0 :
0 :
2 1 1
2 1
=
=


H
Ho


2. Nivel de Significancia
|
.
|

\
|
=
2
,
2
05 . 0
o o
o

3. Estadstica de Prueba

57 . 2
15
5 . 1
12
1
0 ) 4 . 3 5 . 4 ( ) ( ) (
2 1
2
2
2
1
2
1
1 1 2 1
=

=
calc calc
Z
n n
X X
Z
o o



4. Regin Critica



5. Decisin
acepta se no Ho es no
acepta se Ho Z Z Z Si
tabl calc tabl
< <
< <
) 96 . 1 ( 57 . 2 ) 96 . 1 (


Por lo tanto la Ho se rechaza

6. Conclusin
Se concluye que los datos recogidos, no muestran evidencia suficiente para
explicar diferencia entre las concentraciones medias de cido rico en el suero
de individuos normales e individuos con sndrome de Down, con un nivel de
significancia de 0.05


4.6.5. PRUEBA DE HIPTESIS PARA LA DIFERENCIA DE MEDIAS
CUANDO LAS VARIANZAS( )
2
2
2
1
, , o o NO SON CONOCIDAS

A. CUANDO LAS VARIANZAS ( )
2
2
2
1
o o = SON IGUALES


Un grupo de especialistas de la salud, tiene como objetivo examinar las
caractersticas de la destruccin pulmonar, en personas que fuman cigarrillos
antes de desarrollar un marcado Enfisema pulmonar. En personas longevas se
practicaron mediciones de tres ndices de destruccin pulmonar, en personas
que no fumaban, y en personas con tabaquismo que mueren repentinamente
fuera de un nosocomio y por causas no respiratorias. Segn el estudio una
calificacin alta indica un mayor dao pulmonar. Se obtuvieron muestras con
las calificaciones producidas, para uno de los ndices de destruccin pulmonar
de una muestra de 9 personas que no fuman y 16 fumadores. Los especialistas
pretenden saber si es posible concluir, en base a los datos, que las personas
que si fuman, en general, tienen los pulmones ms daados que las personas
no fumadoras, como se indica en la siguiente tabla. No se conoce las varianza
de las muestras, pero se supone son iguales)


No fumadores

18.1 6 10.8 11.0 7.7 17.9 8.5 13.0 18.9

Fumadores

16.6 13.9 11.3 26.5 17.4 15.3 15.8 12.3 18.6

12.0 24.1 16.5 21.8 16.3 23.4 18.8


SOLUCION:

7. Formular la hiptesis
0 :
0 :
1
= >
= s
F NF
F NF
H
Ho




8. Nivel de Significancia
= 05 . 0 o

9. Estadstica de Prueba

6573 . 2
9
2165 . 21
16
2165 . 21
0 ) 4 . 12 5 . 17 (
2165 . 21
8 15
) 8492 . 4 ( 8 ) 4711 . 4 ( 15
var
8492 . 4 4 . 12 , 4711 . 4 5 . 17
1
2 2
2
=

=
=
+
+
= = = =
calc calc
p
S S
Z t
S
obtener para muestras las de ianzas las combinar
S X S X


10. Regin Critica



11. Decisin
acepta se no Ho es no
acepta se Ho Z Z Z Si
tabl calc tabl
< <
< <
) 96 . 1 ( 6573 . 2 ) 96 . 1 (


Por lo tanto Ho se rechaza

12. Conclusin
De los resultados se concluye que las dos medias poblacionales son
diferentes, las personas que fuman tienen los pulmones ms daados que las
personas que no fuman. Con un nove de significancia de 0.05



B. CUANDO LAS VARIANZAS ( )
2
2
2
1
o o = NO SON IGUALES

En una empresa que fabrica sustancias qumicas, evalan la calidad del
producto por la cantidad de impurezas presentes en un lote. Para la fabricacin
utilizan dos lneas de produccin 1,2 como cantidad promedio de impurezas en
la sustancia qumica. Se tomaron muestras aleatorias de cada lnea y se
obtuvo las siguientes mediciones.


Lnea

n

Promedio

Varianza
1 16 3.2 1.04
2 16 3.0 0.51

Los datos aportan evidencia suficiente para concluir que la cantidad promedio
de impurezas del proceso es menor para la lnea 2?. Con un nivel de
significancia igual a 0.05

Solucin:

13. Formular la hiptesis
2 1 1
2 1
:
:


=
=
H
Ho
O
o
H
Ho


=
=
2 1 1
0 2 1
:
:


14. Nivel de Significancia
05 . 0 = o

15. Estadstica de Prueba


6426 . 0
16
51 . 0
16
04 . 1
0 ) 0 . 3 2 . 3 ( ) ( ) (
1
2
2
2
1
2
1
1 1 2 1
=
+

=

=
calc calc
t
n
S
n
S
X X
t



16. Regin Critica



17. Decisin
acepta se Ho
acepta se Ho t t Si
tabl calc
>
>
796 . 1 164 . 1


Por lo tanto la Ho no se rechaza

18. Conclusin
Se concluye que las aspiradoras gastan anualmente, en promedio, menos
de 46 kilowatt-hora con un nivel de significancia de 0.05






4.6.6. PRUEBA DE HIPTESIS PARA POBLACIONES QUE NO
PRESENTAN UNA DISTRIBUCION NORMAL

En este caso se aplica el teorema del Limite Central, si el tamao de la muestra
(n>30). La distribucin de la diferencia entre medias de las muestras ser
aproximadamente normal. Las muestras son independientes.



4.6.7. PRUEBA DE HIPTESIS PARA LA DIFERENCIA DE DOS
PORPORCIONES
Un estudio de estudios nutricionales en acilos de ancianos, encontraron que
entre 55 pacientes con hipertensin, 24 tenan una dieta con restriccin de
sodio. De 149 pacientes sin hipertensin, 36 tenan una dieta sin sodio. Es
posible concluir que las poblaciones muestreadas, la proporcin de pacientes
con dieta restringida en sodio es mayor entre pacientes con hipertensin que
entre pacientes sin hipertensin?

Solucin.


1. Formular la hiptesis
0 :
0 :
1
=
=
t
t
P H
P Ho


2. Nivel de Significancia
5 . 0 . 0 = o

3. Estadstica de Prueba

Como n < 30 y la varianza es conocida, la estadstica de prueba de la
variable aleatoria es la distribucin normal estndar N (0,1)

71 . 2
149
) 7059 . 0 ( 2941 . 0
55
) 7059 . 0 ( 2941 . 0
) 2416 . 0 4364 . 0 (
1 1
)

1 (

) ( ) (
1
2 1
2 1
2 1
2 1 2 1
=
+

=
=
+
+
=
+

=
Z
n n
X X
Z
n n
P P
P P p p
Z







4. Regin Critica











5. Decisin
acepta se no Ho
acepta se Ho Z Z Si
tabl calc
>
>
796 . 1 164 . 1


Por lo tanto lo Ho no se rechaza

6. Conclusin

La proporcin de pacientes con dieta restringida en sodio es mayor entre
pacientes hipertensos que entre los pacientes sin hipertension



4.7. ERRORES


Ho verdadera

Ho falsa

Rechazar Ho

Error tipo I
o = ) ( I tipo error P

Decisin correcta

No rechazar Ho

Decisin correcta

Error tipo II
| = ) ( II tipo error P

La Probabilidad de cometer un error Tipo I : se conoce como Nivel de
Significancia, se denota como y es el tamao de la regin de rechazo

El complemento de la regin de rechazo es 1 y es conocido como el
Coeficiente de Confianza

En una prueba de Hiptesis de dos colas la regin que no se rechaza
corresponde a un intervalo de confianza para el parmetro en estudio